Texto Complementar

Disciplina: Pesquisa Operacional

Professor (a): Carlos Guimarães

O texto a seguir de autoria Bráulio Wilker Silva foi retirado do Portal –

administradores.com.br, no ano de 2011, e permite uma reflexão e o entendimento
da Pesquisa Operacional no que concerne as atividades do administrador de
empresas e os conceitos de ferramental para uso nas organizações.

Pesquisa Operacional (P.O.) nada mais é que um método científico para a tomada
de decisões. A P.O. “estrutura processos, propõe um conjunto de alternativas e ações,
fazendo a previsão e a comparação de valores, de eficiência e de custos”.

A P.O. é, portanto, um sistema organizado com auxílio de modelos bem como da

experimentação de modelos, com o fito de operar um sistema da melhor maneira possível.
Considero a P.O. como uma ferramenta matemática aplicada no processo de tomada de
decisão. Para isso, fazemos uso de modelos matemáticos estruturados em fases.

A P.O. é originária da Segunda Guerra Mundial, quando os cientistas de várias

disciplinas se reuniram para resolver problemas militares de natureza tática e estratégica.

Por ser uma ferramenta matemática aplicada, a P.O. nos dá condições para:

 Solucionar problemas reais;

 Tomar decisões embasadas em fatos, dados e correlações quantitativas;
 Conceber, planejar, analisar, implementar, operar e controlar sistemas por meio da
tecnologia bem como de métodos de outras áreas do conhecimento;
 Minimizar custos e maximizar o lucro;
 Encontrar a melhor solução para um problema, ou seja, a solução ótima.

Atualmente, sua principal utilização é como ferramenta nos processos de tomada de

decisão no ambiente empresarial e nos negócios, tanto no setor privado como no setor
público. A P.O. pode ser utilizada para resolver os seguintes problemas no ambiente
organizacional:

 otimização de recursos;
 roteirização;
 localização;
 carteiras de investimento;
 alocação de pessoas;
 previsão de planejamento;
 alocação de verbas de mídia;
 determinação de mix de produtos;
 escalonamento e planejamento da produção;
 planejamento financeiro;
 análise de projetos e etc.

Para iniciarmos o estudo de P.O., devemos coletar e organizar dados em sistemas

de informação gerencial de maneira que os dados sejam transformados em informação
inteligível aos usuários finais (não técnicos).

Para que tomar decisões?

Tomar decisões é uma condição da vida humana. Viver é escolher entre apostas
viáveis. Seguir pela esquerda ou à direita na bifurcação de uma estrada, casar com Marina
ou ir embora com Fernanda, sabendo que nenhuma das duas opções é garantia de
felicidade ou fortuna; o melhor que podemos fazer é analisar as chances. Não há como não
tomar decisões. Jean Paul Sartre afirmou que “o homem está condenado à liberdade”,
talvez considerasse plausível o meu argumento: O homem está condenado a tomar
decisões.

Entretanto, meu foco é o ambiente empresarial. Como em qualquer outra situação,

há muitas variáveis que caracterizam as situações-problema. Mas o que são problemas? Os
problemas existem quando o estado atual de uma situação é diferente do estado desejado.
Em outras palavras, problemas são situações que a empresa precisa resolver para atingir
seus objetivos. Diante dos problemas organizacionais, encontramos fatores que interferem
na tomada de decisão:

A P.O. é uma ferramenta extremamente qualificável para o trabalho de gestão, seja

nos níveis gerencial, operacional ou estratégico, uma vez que fornece condições para
melhor comunicação entre decisores e setores de uma organização.

A MODELAGEM

Quando nos vemos em situações nas quais uma decisão precisa ser tomada entre
um leque de opções possíveis e conflitantes, duas alternativas se apresentam: usar a
intuição gerencial ou utilizar o processo de modelagem a fim de realizar simulações
alterando as variáveis do problema para encontrar a solução ótima.

Até bem pouco tempo, a primeira opção era a mais utilizada. Com maior
conhecimento dos dados/informações sobre os problemas e a expansão da capacidade de
processamento dos computadores, a segunda opção vem sendo mais utilizada. Neste
contexto, duas considerações são importantes:

 A quantidade de informações disponíveis cresce de maneira exponencial. A

quantidade de dados é tão grande que é impossível formular modelos que considerem
todos os dados. Logo, para realizar a modelagem, é necessário separar as informações
relevantes das irrelevantes. Daí a necessidade de se criar um modelo. Um modelo é
uma simplificação da realidade.

 A intuição não pode ser deixada de lado no processo de tomada de decisão.

Portanto, a base de dados da intuição não pode ser desperdiçada.

As duas opções devem ser utilizadas conjuntamente para aperfeiçoar os processos

de tomada de decisões. A intuição é especialmente relevante na seleção das informações
relevantes para o problema em questão, bem como na criação de possíveis cenários para
análise, na validação e análise do modelo, bem como dos resultados dos mesmos.

VANTAGENS DA UTILIZAÇÃO DE MODELOS

A utilização da modelagem no processo de tomada de decisões gera diversas

vantagens:

 Modelos obrigam os tomadores de decisão a tornarem explícitos seus objetivos.

 Modelos foçam a identificação e armazenamento de diversas decisões que
influenciam no atingimento dos objetivos.
 Modelos forçam a identificação e armazenamento das relações entre diferentes
decisões.
 Modelos forçam a identificação de limitações.
 Modelos forçam a determinação de variáveis a serem consideradas e sua
quantificação.
 Modelos permitem a comunicação e o trabalho em grupo.

Portanto, os modelos são ferramentas consistentes para o processo de avaliação e

divulgação de políticas empresariais distintas.

TIPOS DE MODELOS

A literatura e a prática de gestão nos ensina que existem basicamente três tipos de
modelos: modelos físicos, analógicos e os matemáticos ou simbólicos. Os modelos físicos
seriam as maquetes. Os analógicos representam as relações de diferentes maneiras. Os
mapas, os velocímetros através de sua escala circular são exemplos de modelos
analógicos.

De maior interesse em situações empresariais, os modelos matemáticos ou

simbólicos representam as grandezas por variáveis de decisão e as relacionam por meio de
expressões ou equações matemáticas. Logo, os modelos matemáticos se assentam sobre
uma base quantificável. Um modelo matemático deve possuir variáveis suficientes para que:

 Os resultados atinjam seus propósitos.

 O modelo apresente consistência de dados.
 O modelo possa ser analisado no momento disponível à sua concepção.

Num modelo simbólico, quando uma das variáveis representa uma decisão a ser
tomada, o modelo é denominado de decisão. Normalmente, decisões são tomadas para se
atingir algum objetivo. Consequentemente, nos modelos de decisão adicionamos uma
variável que represente a medida de performance dos objetivos (função objetivo).

Nunca devemos nos esquecer de que os modelos são uma simplificação da

realidade. Para minimizarmos os efeitos da simplificação devemos adicionar detalhes ao
modelo para que:

 Os resultados atinjam os objetivos.

 Seja modelado e analisado em tempo disponível.
 Seja consistente com as informações disponíveis.

Os modelos matemáticos podem ser classificados em determinísticos ou

probabilísticos. Os determinísticos são aqueles em que todas as variáveis relevantes são
conhecidas. Nos modelos probabilísticos, uma ou mais variáveis não são conhecidas com
certeza e essa incerteza deve ser incorporada ao modelo.

COMO FAZER A MODELAGEM MATEMÁTICA

O processo de modelagem deve considerar as seguintes condições:

 Variáveis do problema. São fatores controláveis e quantificáveis. Representam as

variáveis de decisão.
 Parâmetros do problema. São os valores fixos do problema. Os valores financeiros
dos dados os ou custos fixos da produção são alguns exemplos.
 Restrições. São aspectos que limitam a combinação de valores e variáveis de
soluções possíveis.
 Função objetivo. É uma função que busca maximizar ou minimizar , dependendo do
objetivo do problema. Ela é essencial na definição da qualidade da solução em função das
incógnitas encontradas.

Vamos a um exemplo prático (e brejeiro) muito comum na literatura:

Um jovem estava saindo com duas namoradas: Sandra e Regina. Sabe, por experiência,
que:

 Sandra, elegante, gosta de frequentar lugares sofisticados, mais caros, de modo que
uma saída de três horas custará R$240,00;
 Regina, mais simples, prefere um divertimento mais popular, de modo que uma
saída de três horas custará R$160,00;
 Seu orçamento permite dispor de R$960,00 mensais para diversão;
 Seus afazeres escolares lhe darão liberdade de dispor de, no máximo, 18 horas e
40.000 calorias de sua energia para atividades sociais;
 Cada saída com Sandra consome 5.000 calorias, mas com Regina, mais alegre e
extrovertida, gasta o dobro;
 Ele gosta das duas com a mesma intensidade.

Como deve planejar sua vida social para obter o número máximo de saídas?

Variáveis de decisão:
X1 = número de saídas com Sandra;
X2 = número de saídas com Regina.

Parâmetros do problema:

Função objetivo:
Maximizar z = x1 + x2
Restrições:
240x1 + 160x2 ≤ 960
3x1 + 3x2 ≤ 18
5000x1 + 10000x2 ≤40000

Utilizando técnicas de programação linear encontramos a solução: O rapaz deve sair

2 vezes com Sandra e 3 vezes com Regina , totalizando 5 saídas por mês.

RESOLUÇÃO DE PROBLEMAS PELA PESQUISA OPERACIONAL

 A utilização dessa ferramenta é dividida em seis fases: formulação do problema;
construção do modelo; cálculo do modelo; teste do modelo e da solução; controle das
soluções; e implantação e acompanhamento. Cada uma de suas seis fases deve ser
transposta para se encontrar a solução ótima.

1. Formulação do problema. Nessa fase, determinamos o objetivo, identificamos

restrições e esboçamos possíveis caminhos a serem percorridos. Verificamos registros,
coletamos informações com máxima precisão e consistência possível.

2. Construção do modelo. Nessa fase predomina a modelagem matemática, ou seja, as

equações e inequações, seja na função objetivo, seja nas restrições. Cabe distinguir
variáveis decisivas ( variáveis controláveis), das não decisivas. Por exemplo, em uma
situação de produção, a quantidade a ser produzida é uma variável controlável. A demanda
bem como o preço praticado pelo mercado são exemplos de variáveis não controláveis.

3. Resolução do modelo. Também chamada de cálculo do modelo. É nessa fase que

encontramos a solução do modelo por meio da utilização de diversas técnicas, desde as
mais simples para problemas simples, até as técnicas mais modernas para resolução de
problemas mais complexos. Existem muitos softwares que permitem resolver problemas
extremamente complexos com rapidez, confiabilidade e extremo rigor. Exemplos: da LINDO
Systems: What'sBest!, LINGO, LINDO API; da Microsoft: Solver do Office Excel; da
Maplesoft: MapleSim, Bordo, Global Optimization Toolbox; da OMP e da PLM, C-PLEX, QM
for Windows, MOSEK, entre outros.

4. Teste do modelo e da solução. Durante essa fase, verificamos se os resultados

encontrados atendem o modelo real do problema. A simulação, após sua implantação, nos
permite detectar se novas soluções são necessárias para possíveis melhorias.

5. Controle das soluções. Devemos identificar parâmetros e valores fixos que envolvem o
problema. O controle dos parâmetros é importante para detectar desvios durante o
processo. As variações nos parâmetros implicam em correção do modelo.

6. Implantação e acompanhamento. Nessa fase avaliamos os resultados para fazer

ajuste, se necessário, no modelo.

PRINCIPAIS TÉCNICAS DA P.O.

Programação linear. No mundo real, a escassez é um problema constante. Nossas

necessidades são infinitas, mas os recursos são limitados, por diversas razões. Surge,
então, o desafio de utilizar esses recursos escassos de forma eficiente e eficaz. Almeja-se,
portanto, maximizar ( o lucro, a receita, a capacidade de produção etc.) ou minimizar ( o
custo de mão-de-obra, insumos etc.) uma quantidade, denominada objetivo, que, por sua
vez, depende de um ou mais recursos escassos. A programação matemática é a área que
estuda a otimização de recursos. A programação linear nada mais é que uma programação
matemática em que as funções objetivo e de restrição são lineares.
Teoria das filas. Na teoria das filas, estudamos o comportamento das filas em espera.
Trata-se de um modelo probabilístico que, diferentemente dos modelos determinísticos, não
tem o objetivo de encontrar uma solução ótima para o problema. Na teoria das
filas analisamos a probabilidade de um vento ocorrer.

Teoria dos grafos. O que é grafo? "O grafo propriamente dito é uma representação gráfica
das relações existentes entre elementos de dados. Ele pode ser descrito num espaço
euclidiano de n dimensões como sendo um conjunto V de vértices e um conjunto A de
curvas contínuas (arestas)"

Os grafos são utilizados na representação de modelos reais. Pode-se utilizar grafos para
representar, por exemplo, estradas e utilizar algoritmos para se determinar o caminho mais
curto. Podemos utilizá-los em redes PERT e CPM no planejamento e programação de
projetos.

Simulação. A simulação consiste em criar modelos representativos de um processo ou

sistema do mundo real. O modelo de simulação estuda o comportamento do sistema. Seu
comportamento é analisado por meio de relações lógico-matemáticas e simbólicas, entre as
entidades (objetos de interesse) do sistema. Uma vez validado, o modelo permite fazer
questões do tipo "e se..." sobre o funcionamento do sistema no mundo real. A simulação
também pode ser utilizada durante a fase de projeto, ou seja, antes do sistema ser
construído. A simulação, portanto, é uma ferramenta que nos permite analisar o efeito de
mudanças em sistemas já existentes, e também prever a performance de novos sistemas
em diferentes circunstâncias.

Teoria dos jogos. A teoria dos jogos busca modelar fenômenos observados quando dois
tomadores de decisão interagem entre si. Vem sendo utilizada como ferramenta ou alegoria
que explica sistemas complexos. Analisa estratégias de persuasão e tomada de decisão.

Em resumo, a P.O. é uma ferramenta prática que oferece subsídios para a atividade de
gestão. Como ferramenta quantitativa, fornece parâmetros decisórios confiáveis, considera
cenários e estabelece, por meio de modelos matemáticos, visualizações
de possíveis soluções de problemas que apresentam variáveis, restrições, e função objetivo,
analisadas por meio de cálculos estruturados em fases. Desta forma, a P.O. se constitui de
um moderno instrumental para a tomada de decisões.